期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TraClus-IAGA的机场繁忙路段识别方法
1
作者 赵天祥 卢朝阳 +2 位作者 付宇晓 李浩 方书颖 《航空计算技术》 2026年第1期30-35,共6页
针对机场日益增长的交通流量和复杂滑行路径,提出了一种融合改进自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA)与轨迹分段聚类(Trajectory Clustering,TraClus)的繁忙滑行路段识别方法。IAGA自动优化TraClus聚类参数,克服... 针对机场日益增长的交通流量和复杂滑行路径,提出了一种融合改进自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA)与轨迹分段聚类(Trajectory Clustering,TraClus)的繁忙滑行路段识别方法。IAGA自动优化TraClus聚类参数,克服人工调参带来的结果波动;TraClus通过局部相似性挖掘,把进离场轨迹分别聚类,降低不同运行模式干扰。实验以西部某大型机场雷达轨迹为例,成功锁定高负荷滑行道,为塔台实时调度、起降排序及滑行道分配提供量化依据,同时验证IAGA收敛快、稳定性高,聚类效果显著优于传统方法。方法对运输机场运行繁忙路段的识别具有较强的普识性,可根据机场的飞行区结构和历史数据进行灵活调整。 展开更多
关键词 交通运输规划与管理 场面繁忙路段识别 自适应遗传算法 IAGA 轨迹聚类 traclus
在线阅读 下载PDF
基于时空加权和密度峰值的轨迹聚类算法
2
作者 赵嘉 段发样 +4 位作者 潘正祥 王奔 张翼英 于华东 吴润秀 《控制与决策》 北大核心 2026年第2期470-480,共11页
TRACLUS算法在处理具有复杂时空特性的轨迹数据时,其采用的分段策略侧重空间几何信息而忽略了时空动态信息,导致分段精度不高;空间邻近性的聚类的规则难以有效识别时空耦合模式,且在处理噪声和密度不均数据方面存在局限性.鉴于此,提出... TRACLUS算法在处理具有复杂时空特性的轨迹数据时,其采用的分段策略侧重空间几何信息而忽略了时空动态信息,导致分段精度不高;空间邻近性的聚类的规则难以有效识别时空耦合模式,且在处理噪声和密度不均数据方面存在局限性.鉴于此,提出基于时空加权和密度峰值的轨迹聚类算法.该算法使用时空加权分段将自适应时空权重和时空几何距离融入最小描述长度代价函数,提取包含时空局部特征的子轨迹段;将时空局部密度融入密度峰值聚类,并结合局部特征的噪声识别与迭代式类簇中心选择,提升子轨迹段聚类效果;将密度筛选和时空连续性约束嵌入代表性轨迹生成,增强聚类结果可解释性.在拓扑结构不同的北京和上海出租车数据集上的实验表明:时空加权分段使轨迹重建误差平均降低28.15%,方向偏差平均降低66%;STW-DP-TRACLUS算法在3种评价指标上综合优于多种传统及先进的轨迹聚类算法,验证了其在复杂时空轨迹模式挖掘方面的有效性. 展开更多
关键词 traclus算法 轨迹聚类 密度峰值聚类算法 时空加权 最小描述长度 代表性轨迹
原文传递
OPTICS与离线批处理在轨迹聚类中的应用
3
作者 郭雨 陈金勇 +2 位作者 张新宇 李梁 孙未未 《计算机工程》 CAS CSCD 北大核心 2020年第7期72-77,83,共7页
轨迹聚类是时空轨迹处理中的重要步骤,常用的轨迹聚类算法如TRACLUS算法,时间复杂度通常较高且对输入参数敏感,在寻找最优参数的过程中会消耗大量的时间。针对该问题,对TRACLUS算法运用离线批处理技术与OPTICS算法进行改进,在缓解输入... 轨迹聚类是时空轨迹处理中的重要步骤,常用的轨迹聚类算法如TRACLUS算法,时间复杂度通常较高且对输入参数敏感,在寻找最优参数的过程中会消耗大量的时间。针对该问题,对TRACLUS算法运用离线批处理技术与OPTICS算法进行改进,在缓解输入参数敏感性的同时,减少对多组参数进行轨迹聚类的时间,从而减轻人为参数调试的工作量。实验结果表明,在最优参数未知需要对多组参数进行测试时,改进算法可使运行效率得到大幅提升。 展开更多
关键词 时空轨迹聚类 密度聚类 OPTICS算法 离线批处理 traclus算法
在线阅读 下载PDF
基于三维子轨迹聚类算法的临床路径挖掘方法
4
作者 刘玉江 罗双红 郑庆霄 《计算机技术与发展》 2024年第10期156-163,共8页
针对临床路径的制定和实施存在受医院自身条件及疾病复杂程度等因素影响的问题,提出一种基于三维子轨迹聚类算法的临床路径挖掘方法。根据临床诊疗过程数据具有规律性和时序性的特征,该方法首先将大量临床诊疗过程数据转换为近似航空轨... 针对临床路径的制定和实施存在受医院自身条件及疾病复杂程度等因素影响的问题,提出一种基于三维子轨迹聚类算法的临床路径挖掘方法。根据临床诊疗过程数据具有规律性和时序性的特征,该方法首先将大量临床诊疗过程数据转换为近似航空轨迹的三维时序轨迹,并使用时间加权方法对轨迹分布进行调整。其次基于传统TRACLUS算法,使用KD树进行邻近搜索加速优化,引入希尔伯特空间中的相似性度量方法使其适应于高维轨迹聚类。最后通过对大量轨迹进行聚类分析,从中提取出典型的临床诊疗过程,进而得到实际实施的临床路径。通过使用该方法对某三甲医院新生儿低血糖临床数据进行了一系列实验,结果证实该方法能够提炼出本地各种情况下实际实施的临床路径,可辅助医生制定更个性化的治疗方案,并且该实验结果为标准新生儿低血糖临床路径的改进和实施提供了方向和有力依据。 展开更多
关键词 数据挖掘 临床路径 traclus算法 轨迹聚类 KD树 时间加权
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部